关于人工智能利弊的论文
英国数学家阿兰·图灵提出了一个判断机器是否有人的智能的测试标准——图灵测试，但很多人认为“图灵测试”本身是不确定性的，不符合科学测量的方法。以下是小编整理分享的关于人工智能利弊的论文的相关资料，欢迎阅读!
关于人工智能利弊的论文篇一
英国数学家阿兰·图灵提出了一个判断机器是否有人的智能的测试标准——图灵测试，但很多人认为“图灵测试”本身是不确定性的，不符合科学测量的方法。因为感官存在局限性，而有效的科学测量需要依靠仪器来完成。但是在“图灵测试”中，判定机器是否有智能的标准是测试者——人，而人在获取信息的过程中本身是不确定的，必定导致测试的不确定性。此外人类对智能的衡量标准也是不确定性的，不同的时代，人类对智能有着不同的标准，使得检测出来的智能具有偶然性和临时性。
在人工智能领域，还有许多类似的不确定性问题值得人类去思考和探究，不确定性已经成为人工智能发展和考虑的重要的方面。
一、不确定性的哲学发展
统计力学、量子力学出现之前，牛顿的经典力学奠定了物理学的基础，确定性融入了大多数人的认知观，不确定性一直未能真正走进科学的殿堂[1]。
(一)确定性哲学
近代哲学之父笛卡尔思想的出发点从上帝发展为找到一个确定性的知识基础。在他看来，数学是唯一能够提供精确知识的学问，数学和物理学结合，将精确地表示出所有的科学解释。德国哲学家、数学家莱布尼兹坚信基于符号化的科学语言可以建立“普遍逻辑”和“逻辑演算”，世界上的一切都可以解释清楚。
英国物理学家、数学家牛顿认为时空是绝对的，并且一切可观测的物理量在原则上都可以无限精确的测量，其基础是物理规律的确定性。法国数学家、天文学家拉普拉斯曾说：“如果准确的获得了宇宙的完整信息，就能够决定它在未来和过去任意时刻的状态。”认为一切事物都被一种不可抗拒的力量决定，世界是确定的。
(二)不确定性哲学
著名思想家老子提出“有无相生，难易相成，长短相形，高下相倾”强调了相互对立的事物中存在一个渐变的过程，事物之间的差别没有确定性的界限。东汉哲学家王充在论述世间万物生成机理的时候，认为事物并不存在预先设定好的目标和方案，最终结果如何，将受到偶然因素的左右。
客观唯心主义建立者黑格尔把认识作为整体看，提出了正反合三段式运动，认为真和假不再是界限分明的对立物;真理是不断建立自身的运动主体，而非静止的点。德国哲学家康德认为事物是具体的和物化的，而语言是抽象的，在认识事物的过程中，“知性为自然立法”，即事物的特性与观察者有关。
在自然科学领域，随着科学研究的逐步深入，经典力学逐渐暴露出其局限性。例如经典力学中研究对象可以确定性的分为“波”和“粒子”，是一种非此即彼的状态，但爱因斯坦在研究光电效应时发现光在具有普遍上认可的“波”的性质的同时还具有“粒子”的特性，这是一种亦此亦彼“模糊”的状态。随后科学家发现包括电子在内的一切物质都存在波粒二象性，奠定了量子力学的基础，德国理论物理学、原子物理学家韦纳·海森堡提出了“测不准原理”，认为一个微粒的某些物理量不可能同时具有确定的数值，即一个量越确定，另一个量的不确定性越大，再精密的仪器也不能测出完全精确的值。人们逐渐接受了：世界是不确定的，确定性是不确定性的特例。
不确定性和确定性是一对矛盾的概念，二者互为补充，在一定条件下可以互为转换。只把握住确定性，否认不确定性，将会陷入机械的决定论;反之，可能会走向不可知论，因此，只有同时认识到确定性
和不确定性，才能更好的进行探索和研究。
二、人工智能的不确定性
由于符号主义、联结主义和行为主义[2]可以和谐的统一到机制主义的框架中来，所以本文将以机制主义的智能生成机制作为讨论的基础[3]。智能生成机制分为四步：一是从本体论信息到认识论信息的信息获取过程;二是从认识论信息到知识的认知过程;三是从知识到智能策略的决策过程;四是从智能策略到智能行为的执行过程。
在信息获取过程中，本体论信息的不确定性体现在：随机性、模糊性、不完备性;而认识过程的不确定性体现在：感觉的不确定性、知识结构的不确定性、记忆的不确定性、思维的不确定性[4]。在从认知论信息到知识的认知过程中，所形成的知识的不确定性不仅包括了随机性、模糊性、不完备性，还包括了不协调性和非恒常性。在知识到智能策略的决策过程中，由于决策过程本身就是在多个备选方案中选择一个的过程，所以是不确定的。从智能策略到智能行为的过程是确定的，但行为的结果是不确定的。
(一)本体论信息的不确定性
不确定性的本体论信息可以划分为三类：随机信息、模糊信息和不完备信息。智能主体往往在同一时刻就会获取多维的多样化的信息，可以称为是由信息构成的庞大的信息系统。在信息系统中有视觉、听觉、嗅觉、味觉、触觉等众多信息，其复杂度可想而知，在筛选、提取、辨认、识别的过程中也不可避免地会导致更多的不确定因素。
(二)认知过程的不确定性
认知是主观对客观世界的一种映象，认知过程的不确定性主要包括如下四个方面：
1.感觉的不确定性：智能主体的生存离不开环境，在与环境交互的过程中，感觉具有明显的不确定性，如“香”、“辣”、“冷”这些概念都是不确定的，感觉器官并不能精确定义出其中有多少个令人愉悦的气体分子，辣度达到了多少个斯高尔威单位，水温是零下摄氏几度。对于舒服、疲惫、快乐、伤心这些主观感受来说，更难做出确定性的划分。
2.知识结构的不确定性：人们往往无法捕捉到环境的全信息，必然对信息有所筛选，而筛选的过程建立在先验基础上的，导致把握信息时的不确定性。例如，随着人类知识的扩充，经历了“人是机器——人不是机器——人等于机器——人不等于机器”的路线，其中的每一个过程在当时的知识水平下看都是能得到普遍认可的，但随着知识的更新，导致原来认为是正确的认识被新的认识替代，是一个否定之否的辩证过程。
3.记忆的不确定性:记忆是对输入信息的编码、贮存和提取的过程，但记忆并不牢固，存在一个遗忘进程，由于认知主体生理特点、生活经历、记忆习惯、记忆方式、记忆特点、记忆时间、兴趣方向的不同，大脑往往抓住认知主体最感兴趣的部分，而其他细枝末节将逐渐遗忘。
4.思维的不确定性:逻辑思维往往是确定的，可以抽象为符号语言通过计算机来模拟实现;但形象思维包括了联想、创造、顿悟等形式，没有确定的规律可寻，而它们在人脑中却占据了相当大的比例，是智能的重要体现。
(三)知识的不确定性
智能主体得到的知识具有不确定性，主要体现为不协调性和非恒常性。
1.不协调性:知识的不协调按不协调的程度可以依次分为冗余、干扰、冲突。一般来说，冗余不会导致知识的不确定性，但干扰和冲突却可能带来意想不到的变化。干扰是指对当前待解决的问题不但没有帮助，反而会对其他知识起到阻碍、抑制的作用，甚至导致错误结果的现象。冲突指知识之间相互抵触或完全对立。冲突是矛盾，存在于一切事物中，知识也不例外，但新旧知识的冲突可以促使知识体现出一种非单调的逻辑，鼓励人们通过研究探索修改原有的知识，甚至推翻原有的知识重新构建更新的知识，使得人类在对立统一中逐渐逼近真理。
2.非恒常性:非恒常性主要指知识随时间的变化而变化的特性。在变化过程中，可能是从不知道到知道，从不深刻到深刻，不断更新的否定之否的过程;也可能因为记忆的衰退、遗忘导致知识逐渐遗忘;还可能因为智能主体观念的彻底改变，从 而推翻了原有的知识构建。
(四)决策的不确定性
不同智能主体的出发点和目标不同，即使所有初始条件相同，也可能做出迥异的决策;同一主体在不同时刻、不同 环境、不同心境、不同知识结构的时候，做出的决策也会大不一样。为了做出更优化的决策，不仅需要 经验的积累，还需要尽可能多的掌握信息。
(五)执行结果的不确定性
执行结果能否按照预期的方向 发展，受限于多方面条件，导致最终结果充满了不确定性。在单个人来说，执行的最终结果会受到客观条件的影响，差之毫厘，可能失之千里。对于博弈双方来说，单方面的决策即使是智能主体觉得最优化的，其执行的结果不但与环境等客观条件息息相关，还取决于对手的决策。当把情况拓展到多个博弈方时，情形将会更加复杂。
三、不确定性对人工智能的启示
人工智能的目的是让机器拥有智能，但当前对智能的定义各不相同。虽然不能准确的定义智能到底是什么，但可以探究哪些方面属于智能，本文倾向于多元智能理论[5]。多元智能理论的提出有助于找准最适合开发不同智能的时间段，通过训练开发儿童的智能。那么，能否通过人工智能的方法开发 计算机的潜能，让机器也拥有多元智能呢?就目前人工智能的发展来看，不确定性的引入很可能就是开发机器多元智能的重要手段。
当前的人工智能发展成果大多是在数字逻辑智能方面的，但在理解、创作等方面的发展还相对缓慢[6]。如果将不确定性成功地运用到人工智能领域[7]，很可能让计算机在 语言智能、空间智能、身体运动智能、音乐智能、人际智能、自我认知智能等方面有所突破。